当前位置:主页 > 分布式数据库 >

中间件_阿里云是干嘛的_促销

为了找到成本最优解,优化器将IBP-for-Supply模型转化为数学表示。这种表示称为混合整数线性规划(MILP,另见线性规划-维基百科,免费百科全书)。这个MILP可以用数学证明的最优解来求解。进一步解释需要对这些MILP有一个基本的了解。

模型中的变量类似于供应计划中的决策、物料流和库存情况:

目前模型的两个特征需要二元决策:

因为二元(和整数)变量对MILP解算器运行时有很大的影响,建议尽量避免。通过在优化器配置文件中设置离散化水平,可以将这些二元决策限制在计划水平的第一个阶段:

数学模型中的约束将变量与供应模型的业务逻辑结合起来:

因为我们的模型是基于成本的,当然,目标是将这些成本降到最低。因此,目标函数包含所有成本:

目标函数=

所有未交货可变成本

+所有运输可变成本

+所有运输固定成本

+所有生产可变成本

+所有生产固定成本

+所有外部入库可变成本

+所有外部入库固定成本

+所有库存持有可变成本成本

+所有库存目标违规变动成本

+所有最大库存违规变动成本

变动成本以产品对应金额为基础。有时也被称为费率成本。

例如:产品P1从位置L1运输到位置L2的可变成本在时段3为0.001。如果在此期间运输的金额为100,则在目标函数中会产生100*0.001的额外成本。

如果金额大于0,则会产生固定成本,但与金额本身无关。

示例:在期间2中,产品P1从位置L1运输到位置L2的固定成本为1.5。如果在此期间运输任何大于0的金额,这将导致目标函数中的额外成本为1.5。

注意:不同的成本类型可以与优化器配置文件中设置的全局成本系数相乘:

示例:通过将外部收货可变成本的全局成本系数设置为较小的值(例如0.001),可以检查采购成本是否妨碍需求满足。

在消息协议中,可以看到解决方案中目标函数的不同部分:

另外还显示目标函数值及其界限。在某些情况下(例如,使用分解)边界不可用。

这个粗略的描述有希望简化IBP中优化器的使用。请让我知道,如果有进一步的问题在这个话题上出现。另外请注意,关于优化器的更多博客计划在未来几个月内发布。

嗨,卡斯滕,

谢谢分享信息。

问题-我们是否可以使用全局成本因素来优先考虑一个成本?示例:如果不交货是一个关键要求,那么我们可以指定因子2,同时保留其他因子1.

问候,

再见,

你好,再见,

是的,您可以在这种情况下使用全局成本因子。通常,它们用于对成本的影响进行一些测试,而无需更改每个单独的成本值。

另一个用例是检查成本的影响。示例:

若要检查采购/外部收货成本是否妨碍需求满足,请将外部收货变量的全局成本系数设置为0,并将成本固定为0,然后重新运行优化器。这将禁用所有外部接收成本=>需求满意度很可能会上升。

干杯,大数据是什么概念,

卡斯滕

感谢分享供应优化器背后的数学!非常有用!!!

嗨,卡斯滕,

SAP要求我对P规则使用离散化,以便在optimizer中启用自豪功能。我应该在那里设置什么值?

除了这个问题,你还可以提到更多关于离散值的细节。

问候,

Aditya G

你好,Aditya,

舍入值(也称为增量批量)也需要离散决策。因此,离散化视界还控制它们是否处于活动状态。

离散化视界定义了完整规划视界中优化器启用离散决策的部分。一般来说,这些决定只在第一阶段才有意义。通过将离散决策减少到这些时间段,优化器的性能通常会大幅提高。

示例:

计划期限:30个时间段

生产离散化期限:10个时间段

=>

在1到10个最小批量大小的时间段内,在优化过程中会考虑固定成本和舍入值。

在11到30期间,它们不会被考虑,可能会被违反。

我希望这有帮助。首先,您可以尝试完全禁用离散化视界。但请在这种情况下设置运行时间限制,以避免在找到最佳解决方案之前运行时间过长。

谨致问候,

Carsten

嗨Cartsen

这确实是一篇非常有用的文章!!

谢谢

桑杰

谢谢你的信息。

我有一些问题,也许你可以帮我解决:

1。优化器运行时如何计算净需求?我认为它总是等于收据KF,而不是真正的净需求

2。在运行Optimizer时,它应该尽快生产,淘客返利app,而不考虑库存成本,我认为它应该生产得尽可能接近需求,不是吗?

3. 我使用ibp6.2,标准PA SAPIBP1中不存在延迟交付的关键数据,因此不允许延迟交付。有没有什么地方可以让SAP解释如何创建这些KFs?或者这些KF已经退役了?

提前感谢您的帮助。

问候,

埃丝特

你好,埃丝特,

猜你喜欢

微信公众号